基于多尺度排列熵和支持向量機(jī)的風(fēng)力發(fā)電機(jī)組齒輪箱振動(dòng)故障診斷.pdf

1、伴隨我國(guó)新能源事業(yè)的蓬勃發(fā)展，風(fēng)力發(fā)電等可再生能源發(fā)電占全部發(fā)電總量的比重也日趨增大。然而經(jīng)過(guò)十幾年的發(fā)展，隨著投運(yùn)的風(fēng)電機(jī)組使用年限的累積，許多風(fēng)電場(chǎng)相繼出現(xiàn)了機(jī)組關(guān)鍵部位故障、使用壽命不達(dá)標(biāo)、維修周期冗長(zhǎng)、無(wú)故障運(yùn)行時(shí)間短等問(wèn)題。尤其是在早期投運(yùn)且仍在風(fēng)力發(fā)電里占據(jù)較大比重的雙饋式風(fēng)電機(jī)組中上述情況更為明顯，而此類風(fēng)機(jī)核心部件齒輪箱的故障率高達(dá)40％-50%。因此，開展風(fēng)電機(jī)組齒輪箱故障診斷研究具有較為重要的實(shí)際意義。
　　鑒

2、于此，本文以風(fēng)力發(fā)電機(jī)組的齒輪箱為研究對(duì)象，并對(duì)其振動(dòng)故障診斷進(jìn)行了研究，主要內(nèi)容有：
　　1、本文引入排列熵算法對(duì)齒輪箱振動(dòng)信號(hào)進(jìn)行早期故障分析，進(jìn)而引入多尺度排列熵算法實(shí)現(xiàn)風(fēng)機(jī)齒輪箱振動(dòng)信號(hào)的特征提取，為風(fēng)電機(jī)組齒輪箱的振動(dòng)故障診斷開啟了一種新的研究思路和解決辦法。
　　2、本文在闡述支持向量機(jī)用于故障診斷的基礎(chǔ)上，對(duì)徑向基核函數(shù)寬度參數(shù)和誤差懲罰參數(shù)這兩個(gè)重要參數(shù)的選擇加以討論，考慮到其他方法存在樣本需求量大、局限性強(qiáng)